由加拿大人工智能领域研究主席、滑铁卢大学系统设计工程教授Alexander Wong领导的一个团队开发了一种新型紧凑型神经网络家族，可以在智能手机、平板电脑以及其他嵌入式和移动设备上运行。
这些网络被称为AttoNets，用于图像分类和实体划分，但也可以作为视频动作识别、视频姿态估计、图像生成和其他视觉感知任务的构建块。
“目前的神经网络的问题在于，它们是手工构建的，而且非常庞大、复杂，很难在任何现实情况下运行，”Wong说，他还与他人共同创立了一家名为DarwinAI的初创公司，将这项技术商业化。“这些边缘网络规模小、灵活，可能对汽车、航空航天、农业、金融和消费电子行业产生巨大影响。”
Wong的人工智能系统设计的一个关键部分是，在设计新网络时，人类设计师与人工智能协同工作，从而形成紧凑而高性能的网络，可以在智能手机、平板电脑和自主车辆等设备上运行。
这项被称为生成性合成（Generative Synthesis）的技术最近得到了英特尔的验证，在奥迪电子风险投资公司（audi electronics ventures）最近的一篇论文中显示，这项技术大大加速了自主驾驶的深度学习设计。今年早些时候，该公司与谷歌和微软并列进入了InsideBigData 影响力前50榜单。深度学习被认为是人工智能的前沿。复杂的人工神经网络模拟人脑学习和决策的认知能力。
“我们采用了一种协作设计方法，用人工智能的细致性和速度，来杠杆化人类的聪明才智和经验，因为一台计算机可以处理得非常快，”Wong说。“这已经对现实世界产生了影响，特别是在需要这些边缘深度学习解决方案来为基础设施和智能系统供电或保护用户隐私的地方，”Wong说。
Wong博士的硕士生Desmond Lin最近在加州长滩举行的2019年计算机视觉与模式识别（CVPR）博览会年会上发表了这篇研究论文。
—end—
作者：UNIVERSITY OF WATERLOO
爱吧机器人网原创编译，转载请注明。
